Optical Monitoring in Neonatal Seizures
Notice bibliographique
Résumé
BACKGROUND: Neonatal seizures remain a significant cause of morbidity and mortality worldwide. The past decade has resulted in substantial progress in seizure detection and understanding the impact seizures have on the developing brain. Optical monitoring such as cerebral near-infrared spectroscopy (NIRS) and broadband NIRS can provide non-invasive continuous real-time monitoring of the changes in brain metabolism and haemodynamics. AIM: To perform a systematic review of optical biomarkers to identify changes in cerebral haemodynamics and metabolism during the pre-ictal, ictal, and post-ictal phases of neonatal seizures. METHOD: A systematic search was performed in eight databases. The search combined the three broad categories: (neonates) AND (NIRS) AND (seizures) using the stepwise approach following PRISMA guidance. RESULTS: Fifteen papers described the haemodynamic and/or metabolic changes observed with NIRS during neonatal seizures. No randomised controlled trials were identified during the search. Studies reported various changes occurring in the pre-ictal, ictal, and post-ictal phases of seizures. CONCLUSION: Clear changes in cerebral haemodynamics and metabolism were noted during the pre-ictal, ictal, and post-ictal phases of seizures in neonates. Further studies are necessary to determine whether NIRS-based methods can be used at the cot-side to provide clear pathophysiological data in real-time during neonatal seizures.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».